KG20C 与 KG20C-QA：用于链接预测与问答的学术知识图谱基准
信息检索
2026-01-01 v2
摘要
在本文中，我们提出了 KG20C 和 KG20C-QA，两个用于推进学术数据问答（QA）研究的精选数据集。KG20C 是一个高质量的学术知识图谱，通过针对性地选择会议/期刊、基于质量的过滤和模式定义，从 Microsoft Academic Graph 构建而成。尽管 KG20C 已在 GitHub 仓库等非同行评审来源中在线可用，但本文提供了该数据集首个正式的、经同行评审的描述，包括对其构建过程和规格的清晰文档。KG20C-QA 构建于 KG20C 之上，以支持学术数据上的 QA 任务。我们定义了一组 QA 模板，将图谱三元组转换为自然语言问答对，从而产生一个既可用于基于图谱的模型（如知识图谱嵌入），也可用于基于文本的模型（如大型语言模型）的基准。我们在 KG20C-QA 上对标准知识图谱嵌入方法进行了基准测试，分析了不同关系类型下的性能，并提供了可重复的评估协议。通过正式发布这些带有详尽文档的数据集，我们旨在为研究界贡献一个可重用、可扩展的资源，以促进学术领域 QA、推理和知识驱动应用中的未来工作。完整数据集将在论文发表时发布于 https://github.com/tranhungnghiep/KG20C/。
引用
@article{arxiv.2512.21799,
title = {KG20C & KG20C-QA: Scholarly Knowledge Graph Benchmarks for Link Prediction and Question Answering},
author = {Hung-Nghiep Tran and Atsuhiro Takasu},
journal= {arXiv preprint arXiv:2512.21799},
year = {2026}
}
备注
extracted and extended from author's PhD thesis, "Multi-Relational Embedding for Knowledge Graph Representation and Analysis"